Criteria for defining interictal epileptiform discharges in EEG
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
OBJECTIVE: To define and validate criteria for accurate identification of EEG interictal epileptiform discharges (IEDs) using (1) the 6 sensor space criteria proposed by the International Federation of Clinical Neurophysiology (IFCN) and (2) a novel source space method. Criteria yielding high specificity are needed because EEG over-reading is a common cause of epilepsy misdiagnosis. METHODS: Seven raters reviewed EEG sharp transients from 100 patients with and without epilepsy (diagnosed definitively by video-EEG recording of habitual events). Raters reviewed the transients, randomized, and classified them as epileptiform or nonepileptiform in 3 separate rounds: in 2, EEG was reviewed in sensor space (scoring the presence/absence of each IFCN criterion for each transient or classifying unrestricted by criteria [expert scoring]); in the other, review and classification were performed in source space. RESULTS: Cutoff values of 4 and 5 criteria in sensor space and analysis in source space provided high accuracy (91%, 88%, and 90%, respectively), similar to expert scoring (92%). Two methods had specificity exceeding the desired threshold of 95%: using 5 IFCN criteria as cutoff and analysis in source space (both 95.65%); the sensitivity of these methods was 81.48% and 85.19%, respectively. CONCLUSIONS: The presence of 5 IFCN criteria in sensor space and analysis in source space are optimal for clinical implementation. By extracting these objective features, diagnostic accuracy similar to expert scorings is achieved. CLASSIFICATION OF EVIDENCE: This study provides Class III evidence that IFCN criteria in sensor space and analysis in source space have high specificity (>95%) and sensitivity (81%-85%) for identification of IEDs.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle